Глава DWF Labs спрогнозировал рост конкуренции на крипторынке в связи с выплатами FTX

investing.ru发布于2024-09-03更新于2024-09-03

GetBlock Magazine - Что произошло? Глава ведущего криптовалютного маркетмейкера DWF Labs Андрей Грачев сделал очередной прогноз касаемо событий на крипторынке в ближайшей перспективе в связи с выплатой компенсаций клиентам обанкротившейся криптобиржи FTX. Предприниматель напомнил, что в IV квартале текущего года биржа разблокирует большой объем средств розничных инвесторов.

Источник: X.com

Что еще известно? Грачев считает, что после того, как клиенты FTX наконец смогут получить доступ к средствам, заблокированным на бирже с момента ее краха в ноябре 2022 года, на рынке сложится следующая ситуация:

«Я думаю, что вскоре должна начаться борьба за привлечение розничных инвесторов к размещению средств в определенных продуктах и покупке определенных монет».
В текущем месяце стало известно, что FTX вернет кредиторам 16 млрд долларов, выплаты начнутся в IV квартале текущего года.

Ранее Комиссия США по ценным бумагам и биржам (SEC) предупредила, что может оспорить любые выплаты кредиторам FTX в стейблкоинах и других криптовалютах.

Регулятор отметил, что выплаты в стейблкоинах не являются незаконными, однако чиновники оставляют за собой право оспаривать транзакции с участием криптоактивов.

Если SEC успешно оспорит использование FTX стабильных монет, это может создать прецедент, который повлияет на другие компании и кредиторов, участвующих в аналогичных процедурах банкротства.

Читайте оригинальную статью на сайте GetBlock Magazine

你可能也喜欢

大模型能写出工业级优化算法吗?MIT提出FrontierOR给AI设下考场

麻省理工学院等机构的研究者推出了FrontierOR基准,用于评估大语言模型(LLM)设计大规模优化算法的能力。该基准不同于传统测试建模或调用求解器的任务,重点考察LLM能否像运筹学(OR)专家一样,针对复杂工业问题结构,自主设计出可扩展、高效且高质量的算法,例如分解、启发式搜索或混合策略。 FrontierOR包含180个源自OR学术文献的真实任务,并筛选出50个更具挑战性的“Hard”子集。评测采用两阶段流程:首先生成的算法需通过小实例的可行性预筛,然后在工业级规模的大实例上评估其解质量、速度及综合质效(QTE)。 实验结果显示,顶尖模型如GPT-5.3、Claude Opus 4.6等,在代码可执行性上已接近上限,但要在Hard任务上生成同时满足高质量和高速度的算法仍很困难。分析表明,能力较强的模型已减少基础建模错误,失败模式转向搜索深度与策略设计不足。此外,研究测试了三种自演化框架(如CORAL),发现通过迭代优化,LLM生成的算法性能可显著提升,在部分最难任务上QTE指标能从0.15提升至0.50。 这项工作标志着LLM-for-OR的研究重心正从“能否建模”转向“能否设计算法”,为开发能自主设计优化算法的AI智能体指明了方向,未来可能在供应链、能源、交通等领域实现更智能的决策支持系统。

marsbit1小时前

大模型能写出工业级优化算法吗?MIT提出FrontierOR给AI设下考场

marsbit1小时前

交易

现货
活动图片